BG value stats by hour
BGvalue_Summary
## time3 min mean max sd
## 1 00:00 96 96.0000 96 NaN
## 2 01:00 62 91.0000 120 41.012193
## 3 02:00 Inf NaN -Inf NaN
## 4 03:00 60 71.0000 92 18.193405
## 5 04:00 Inf NaN -Inf NaN
## 6 05:00 Inf NaN -Inf NaN
## 7 06:00 72 91.0000 110 26.870058
## 8 07:00 45 45.0000 45 NaN
## 9 08:00 70 88.7500 101 14.384598
## 10 09:00 51 111.0000 171 84.852814
## 11 10:00 52 86.0000 120 48.083261
## 12 11:00 79 79.0000 79 NaN
## 13 12:00 73 133.0000 179 54.369109
## 14 13:00 149 149.0000 149 NaN
## 15 14:00 104 104.0000 104 NaN
## 16 15:00 Inf NaN -Inf NaN
## 17 16:00 140 167.0000 194 38.183766
## 18 17:00 59 131.0000 190 67.453688
## 19 18:00 69 69.0000 69 NaN
## 20 19:00 Inf NaN -Inf NaN
## 21 20:00 118 148.3333 190 37.313983
## 22 21:00 110 115.0000 120 7.071068
## 23 22:00 Inf NaN -Inf NaN
## 24 23:00 148 197.0000 246 69.296465
## 25 00:00 Inf NaN -Inf NaN
BG value stats by day
BGvalue_SummaryDaily
## Date2 min mean max sd
## 1 2019-11-11 51 113.85714 190 55.75969
## 2 2019-11-13 88 140.50000 246 61.53617
## 3 2019-11-14 60 120.00000 194 56.81256
## 4 2019-11-15 52 112.90909 179 39.93859
## 5 2019-11-17 45 78.66667 110 26.88246
Sensor value stats by hour
Sensorvalue_Summary
## time3 min mean max sd
## 1 00:00 90 126.12500 159 18.03213
## 2 01:00 73 100.10417 131 13.78442
## 3 02:00 53 90.41667 136 19.14428
## 4 03:00 40 70.87500 97 17.95577
## 5 04:00 47 86.25000 134 19.73063
## 6 05:00 40 84.60417 124 25.05291
## 7 06:00 43 87.27083 133 25.11822
## 8 07:00 40 79.27083 135 26.99467
## 9 08:00 46 72.86364 101 17.90491
## 10 09:00 58 126.87500 166 31.86337
## 11 10:00 123 162.11111 208 27.46923
## 12 11:00 92 152.52778 204 40.28292
## 13 12:00 64 116.34286 198 50.54639
## 14 13:00 66 149.96429 217 41.73859
## 15 14:00 77 165.38095 230 49.78537
## 16 15:00 60 130.52778 204 43.30324
## 17 16:00 108 168.38235 235 30.57035
## 18 17:00 40 115.77083 217 50.73470
## 19 18:00 40 85.40000 131 32.16129
## 20 19:00 73 135.23810 202 36.41148
## 21 20:00 107 163.58333 220 35.85778
## 22 21:00 93 142.06250 192 37.99295
## 23 22:00 88 169.25532 291 52.02109
## 24 23:00 123 163.83333 262 31.11107
## 25 00:00 115 138.41667 190 22.90608
BG high (>150) count
BGHigh_Count
## time3 BG.Reading..mg.dL.
## 1 09:00 1
## 2 12:00 1
## 3 16:00 1
## 4 17:00 2
## 5 20:00 1
## 6 23:00 1
BG very high (>240) count
BGveryHigh_Count
## time3 BG.Reading..mg.dL.
## 1 23:00 1
BG low (<80) count
BGLow_Count
## time3 BG.Reading..mg.dL.
## 1 01:00 1
## 2 03:00 2
## 3 06:00 1
## 4 07:00 1
## 5 08:00 1
## 6 09:00 1
## 7 10:00 1
## 8 11:00 1
## 9 12:00 1
## 10 17:00 1
## 11 18:00 1
BG good value count (>80 and <150)
BGgood_Count
## time3 BG.Reading..mg.dL.
## 1 00:00 1
## 2 01:00 1
## 3 03:00 1
## 4 06:00 1
## 5 08:00 3
## 6 10:00 1
## 7 12:00 1
## 8 13:00 1
## 9 14:00 1
## 10 16:00 1
## 11 17:00 1
## 12 20:00 2
## 13 21:00 2
## 14 23:00 1
Temp Basal = 0 count
tempBasal_count
## NULL
Suspend basal on low count
suspendBasal_Count
## time3 Alarm
## 1 03:00 3
## 2 05:00 4
## 3 06:00 3
## 4 07:00 6
## 5 08:00 2
## 6 09:00 1
## 7 11:00 1
## 8 12:00 2
## 9 13:00 1
## 10 14:00 1
## 11 15:00 1
## 12 17:00 6
## 13 18:00 1
## 14 19:00 1
## 15 21:00 1
BG value by time and date with mean values
BGvalue_timeDaytable
## time 2019-11-11 2019-11-13 2019-11-14 2019-11-15 2019-11-17 mean
## 1 00:00 NaN NaN NaN NaN 96.00000 96.0000
## 2 01:00 NaN NaN 120 62.0000 NaN 91.0000
## 3 02:00 NaN NaN NaN NaN NaN NaN
## 4 03:00 NaN 92.0 60 NaN 61.00000 71.0000
## 5 04:00 NaN NaN NaN NaN NaN NaN
## 6 05:00 NaN NaN NaN NaN NaN NaN
## 7 06:00 72.0000 NaN NaN 110.0000 NaN 91.0000
## 8 07:00 NaN NaN NaN NaN 45.00000 45.0000
## 9 08:00 NaN 99.0 70 85.0000 101.00000 88.7500
## 10 09:00 51.0000 171.0 NaN NaN NaN 111.0000
## 11 10:00 120.0000 NaN NaN 52.0000 NaN 86.0000
## 12 11:00 NaN NaN NaN 79.0000 NaN 79.0000
## 13 12:00 73.0000 147.0 NaN 179.0000 NaN 133.0000
## 14 13:00 NaN NaN NaN 149.0000 NaN 149.0000
## 15 14:00 104.0000 NaN NaN NaN NaN 104.0000
## 16 15:00 NaN NaN NaN NaN NaN NaN
## 17 16:00 NaN NaN 194 140.0000 NaN 167.0000
## 18 17:00 187.0000 88.0 190 NaN 59.00000 131.0000
## 19 18:00 NaN NaN 69 NaN NaN 69.0000
## 20 19:00 NaN NaN NaN NaN NaN NaN
## 21 20:00 190.0000 NaN 137 118.0000 NaN 148.3333
## 22 21:00 NaN NaN NaN 120.0000 110.00000 115.0000
## 23 22:00 NaN NaN NaN NaN NaN NaN
## 24 23:00 NaN 246.0 NaN 148.0000 NaN 197.0000
## 25 mean 113.8571 140.5 120 112.9091 78.66667 113.1866
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanBGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
## Loading required package: reshape2
Sensor value by time and date with mean values
SGvalue_timeDaytable
## time 2019-11-11 2019-11-13 2019-11-14 2019-11-15 2019-11-17 mean
## 1 00:00 136.08333 161.08333 116.75000 NaN 115.16667 132.27083
## 2 01:00 104.66667 105.75000 88.08333 NaN 101.91667 100.10417
## 3 02:00 94.50000 82.08333 114.08333 NaN 71.00000 90.41667
## 4 03:00 93.16667 77.41667 56.75000 NaN 56.16667 70.87500
## 5 04:00 87.58333 108.66667 82.33333 NaN 66.41667 86.25000
## 6 05:00 69.16667 55.33333 111.91667 NaN 102.00000 84.60417
## 7 06:00 60.75000 68.83333 117.08333 NaN 102.41667 87.27083
## 8 07:00 84.75000 71.25000 113.83333 NaN 47.25000 79.27083
## 9 08:00 94.20000 56.40000 58.66667 NaN 83.00000 73.06667
## 10 09:00 NaN 151.88889 115.81818 NaN 118.25000 128.65236
## 11 10:00 NaN 171.33333 186.58333 NaN 128.41667 162.11111
## 12 11:00 NaN 188.58333 166.08333 NaN 102.91667 152.52778
## 13 12:00 NaN 188.00000 90.41667 NaN 76.58333 118.33333
## 14 13:00 NaN 187.83333 82.00000 145.33333 118.91667 133.52083
## 15 14:00 82.50000 220.41667 NaN 129.50000 187.66667 155.02083
## 16 15:00 74.66667 NaN NaN 147.08333 169.83333 130.52778
## 17 16:00 185.25000 NaN NaN 154.50000 163.08333 167.61111
## 18 17:00 184.08333 80.50000 NaN 96.41667 102.08333 115.77083
## 19 18:00 114.41667 89.66667 NaN 65.25000 46.00000 78.83333
## 20 19:00 105.16667 130.33333 192.16667 148.00000 135.50000 142.23333
## 21 20:00 193.33333 170.41667 171.75000 NaN 118.83333 163.58333
## 22 21:00 182.58333 175.25000 110.66667 NaN 99.75000 142.06250
## 23 22:00 198.50000 212.27273 120.50000 NaN 149.33333 170.15152
## 24 23:00 155.25000 225.16667 150.16667 NaN 155.41667 171.50000
## 25 mean 121.08509 135.38538 118.19219 126.58333 109.07986 122.06517
#heatmap
#heatmaps
executeSavedPlot(data = allData, plotName = "meanSGheat_hist", libraryPath = libraryPath,
numberDays = numberDays,changeParam.list = changeParam.list)
Interactive Plots
every 3 hours barplots
###daily barplots